数学家警惕AI，既依赖又担忧，学习过程或被忽略

近日，25位菲尔兹奖得主联合发出一份声明，指出人工智能（AI）技术在数学领域的快速发展虽然带来了效率提升，但也可能对学科的长远发展产生“破坏性影响”。这一警告源于OpenAI近期宣布其模型成功解决了困扰数学界百年的纳维-斯托克斯方程，引发了关于AI如何改变数学研究本质的广泛讨论。

菲尔兹奖被誉为数学界的诺贝尔奖，获奖者包括陶哲轩、塞德里克·维拉尼等多位顶尖数学家。他们在声明中承认，大语言模型在解决复杂数学问题方面已取得显著进展，但同时也表达了深切的忧虑。他们认为，如果AI公司继续将解决数学难题作为衡量模型能力的主要标准，可能会导致数学研究中那些至关重要的探索过程被忽视。

“过去，一个重大数学问题的解决往往不仅仅在于最终的答案，更在于寻找答案的过程中所发展出的新方法和理论。”一位不愿具名的数学家表示，“而现在，当AI能够以极快的速度给出答案时，我们担心的是，那些慢慢摸索、建立新理论的过程反而可能被边缘化。”

这种担忧不仅限于学术界。香港大学教授吴延晖的一项针对26811名初高中生的追踪研究揭示了类似的现象。研究发现，学生使用生成式AI后，短期内作业成绩有所提高，完成时间也大幅缩短，但一段时间后，考试成绩却出现了明显的下滑。研究团队将这种现象称为“AI学习惩罚”。“这表明，过度依赖AI工具可能会削弱学生的独立思考能力和问题解决能力。”吴延晖解释道。

进一步的研究还发现，学生使用AI的方式对其学习效果有显著影响。那些明显“外包作业”的学生，学习成绩受到的影响更为严重；而那些在使用AI后仍然花费相近时间完成作业的学生，学习损失则相对较小。这似乎印证了一个观点：做题的过程本身，即使是在错误中摸索，也是认识问题的重要环节。

“一道题，有时候折腾半个小时，最后答案仍然是错的。但学生也正是在这段时间里知道一条路为什么走不通，自己究竟卡在哪里，下一次遇到类似的问题还能怎么试。”一位中学教师表示，“AI最容易省掉的，恰好也是这一段。答案越来越容易得到，‘不会’持续的时间也越来越短。”

从数学家对AI的担忧，到中学生的一张作业纸，面对的问题虽然不同，但有一点颇为相似：做出一道题和真正理解一道题，从来不是一回事。答案可以越来越快，理解却很难同步提速。

图片展示了一个人在思考的剪影，背景是复杂的数学公式和眼睛图案，象征着AI在数学领域的深入介入以及人类在这一过程中需要保持的独立思考能力。

“以后AI还会更聪明，答案也只会来得更快。”余梓宏在《晶报》的文章中写道，“但学习有时候需要停在‘不会’这里。知道自己哪里不会，为什么不会，试过哪些办法还是不会，本身就是认识一个问题的过程。”

丘成桐此前也曾强调，一个题目，不单是答案重要，找答案的过程可能更重要。这句话放到今天的校园里，并不难理解。对于不少学生来说，AI已经成了写作业时随手可用的工具。遇到不会的数学题，拍下来，很快就有答案，连步骤都列好了。写作文、读论文、查资料也是如此，过去需要自己慢慢找、慢慢想的东西，现在很快就能得到一个现成的结果。

尽管声明签署者并不排斥使用人工智能工具，并承认其在增强和加速数学研究方面具备潜力，但他们警告称，这项技术的影响将取决于那些开发并掌控它的人所做出的决策。“最终‘在很大程度上’决定这些技术‘是有益于这门学科还是产生破坏性影响’的，是‘控制这些技术的人类的决定’。”声明中写道。

因此，数学家们呼吁人工智能的主要参与者“紧急回应”这些问题，重新审视AI在数学研究中的角色定位，确保技术的发展不会损害学科的本质和人才培养的根基。

“我们知道AI的强大，也知道它的局限。”一位参与联署的数学家总结道，“但无论如何，我们不能让答案变得过于唾手可得，而忽略了学习过程中最重要的部分——那就是‘不会’的状态，以及在这个状态中不断探索和成长的过程。”